Afri-MCQA：面向非洲语言的多模态文化问答
计算与语言
2026-01-15 v2
摘要
非洲拥有世界三分之一以上的语言，但在人工智能研究中仍然代表性不足。我们介绍了Afri-MCQA，这是首个多语言文化问答基准，涵盖了来自12个国家的15种非洲语言的7.5千对问答。该基准提供了跨文本和语音模态的平行英语-非洲语言问答对，并且完全由母语者创建。在Afri-MCQA上对大型语言模型（LLMs）进行基准测试表明，开放权重模型在评估的文化中表现不佳，当以母语或语音查询时，在开放式视觉问答（VQA）上的准确率几乎为零。为了评估语言能力，我们纳入了旨在将这一特定方面与文化知识分开评估的控制实验，并且我们观察到在文本和语音方面，母语与英语之间存在显著的性能差距。这些发现强调了语音优先方法、基于文化的预训练以及跨语言文化迁移的必要性。为了支持非洲语言中更具包容性的多模态人工智能发展，我们在HuggingFace上以学术许可或CC BY-NC 4.0协议发布我们的Afri-MCQA（https://huggingface.co/datasets/Atnafu/Afri-MCQA）。
引用
@article{arxiv.2601.05699,
title = {Afri-MCQA: Multimodal Cultural Question Answering for African Languages},
author = {Atnafu Lambebo Tonja and Srija Anand and Emilio Villa-Cueva and Israel Abebe Azime and Jesujoba Oluwadara Alabi and Muhidin A. Mohamed and Debela Desalegn Yadeta and Negasi Haile Abadi and Abigail Oppong and Nnaemeka Casmir Obiefuna and Idris Abdulmumin and Naome A Etori and Eric Peter Wairagala and Kanda Patrick Tshinu and Imanigirimbabazi Emmanuel and Gabofetswe Malema and Alham Fikri Aji and David Ifeoluwa Adelani and Thamar Solorio},
journal= {arXiv preprint arXiv:2601.05699},
year = {2026}
}